Wiederkehrende Besucher:innen erkennen und belohnen: die manuelle CSV-Methode

Bei einer Club-Reihe oder einer Konzertserie mit festem Termin – jeden ersten Freitag im Monat, jede Saison eine neue Ausgabe – gibt es fast immer einen Kern von Leuten, die immer wieder kommen. Sie kaufen bei jeder Ausgabe ein Ticket, sie sind der Grund, warum die Reihe überhaupt trägt, wenn die Laufkundschaft mal schwächer ist. Das Problem: Ohne aktives Nachschauen weißt du gar nicht genau, wer das ist. Du hast ein Gefühl – „die Person kenn ich vom Einlass" –, aber keine Liste.

Gleich vorweg, damit keine falschen Erwartungen entstehen: TCKTNEST hat keine automatische Funktion, die dir wiederkehrende Käufer:innen anzeigt oder markiert. Es gibt keinen „Stammgast"-Badge im Dashboard und keinen Algorithmus, der das für dich erkennt. Was es gibt, sind zwei einzelne, bereits vorhandene Bausteine – der CSV-Export der Käuferliste pro Event und die Promo-Code-Funktion – die du selbst kombinieren kannst, um genau dieses Ergebnis manuell zu erreichen. Beide Bausteine gibt es ab dem Starter-Plan. Dieser Artikel zeigt, wie das konkret geht.

Der Grundgedanke: Käuferlisten sind bereits da, du musst sie nur zusammenführen

Zu jedem Event, das du über TCKTNEST verkaufst, gibt es ab dem Starter-Plan einen CSV-Export mit Name, E-Mail-Adresse, Stadt, Postleitzahl, Ticket-Typ, Newsletter-Einwilligung und Status der Käufer:innen. Das ist an sich nichts Neues. Der Punkt, um den es hier geht, ist: Wenn du diese Exports über mehrere vergangene Events hinweg sammelst und nebeneinanderlegst, taucht dieselbe E-Mail-Adresse manchmal mehr als einmal auf – bei Event 1, bei Event 3, bei Event 5. Genau diese Wiederholung ist dein Signal für „wiederkehrender Besuch". Die Erkenntnis steckt nicht in einer neuen Funktion, sondern in der Art, wie du bereits vorhandene Daten zusammenführst.

Schritt für Schritt: So gleichst du die Listen ab

1. CSV-Exports der letzten Events herunterladen. Geh im Dashboard zu jedem vergangenen Event, das zur Reihe gehört, und lade den Käufer-Export herunter. Je mehr Ausgaben du einbeziehst, desto aussagekräftiger wird der Abgleich – bei nur zwei Events lässt sich zwar auch schon etwas erkennen, aber ab vier oder fünf Terminen wird das Muster deutlich verlässlicher.

2. Alle Listen in eine Tabelle zusammenführen. Öffne eine neue Tabelle in Excel oder Google Sheets und kopiere die Käuferdaten aller Events untereinander in ein gemeinsames Blatt. Am einfachsten fügst du eine zusätzliche Spalte „Event" hinzu und trägst dort ein, aus welchem Export die jeweilige Zeile stammt – so bleibt später nachvollziehbar, wer wann gekauft hat.

3. Nach E-Mail-Adresse zählen. Das ist der eigentliche Abgleichsschritt. In Google Sheets reicht dafür eine einfache Formel wie =COUNTIF(B:B; B2) in einer Hilfsspalte, wobei Spalte B die E-Mail-Adressen enthält – die Formel zählt, wie oft eine bestimmte Adresse in der Gesamtliste vorkommt. In Excel funktioniert ZÄHLENWENN (bzw. COUNTIF in der englischen Version) genauso. Alle Zeilen mit einem Wert von 2 oder höher sind Personen, die mehr als einmal gekauft haben.

4. Liste bereinigen. Bevor du die Ergebnisse ernst nimmst, lohnt ein kurzer Blick auf Datenqualität: E-Mail-Adressen sollten vor dem Abgleich einheitlich in Kleinschreibung vorliegen (eine Formel wie =KLEIN()/=LOWER() in einer Hilfsspalte hilft), sonst zählt Anna@Beispiel.at als andere Adresse als anna@beispiel.at. Und wer beim Checkout eine private statt einer immer gleichen Adresse verwendet hat, oder mit unterschiedlichen Adressen für unterschiedliche Personen im selben Haushalt gekauft hat, taucht im Abgleich unter Umständen nicht als Wiederholung auf – das ist eine Grenze der Methode, keine, die sich technisch beheben lässt.

5. Wiederkehrende Käufer:innen filtern und exportieren. Sortiere oder filtere die Tabelle nach der Zähl-Spalte, sodass nur Adressen mit zwei oder mehr Käufen übrig bleiben. Das Ergebnis ist deine Stammgäste-Liste – eine ganz normale Tabelle mit E-Mail-Adressen, die du für den nächsten Schritt brauchst.

Aus der Liste einen Rabattcode machen

Sobald du die Liste hast, geht es im Dashboard unter „Promo-Codes" weiter – genau die Funktion, die auch für Presale- oder Partnercodes genutzt wird. Für die Stammgäste-Aktion legst du einen eigenen Code an, zum Beispiel STAMMGAST26, mit einem Rabatt in Prozent oder als fixer Betrag, einem sinnvollen Nutzungslimit und einem Ablaufdatum vor dem nächsten Termin.

Der Code selbst weiß nichts über die Personen, die ihn bekommen – er ist einfach ein Rabattcode wie jeder andere. Die eigentliche Zielgruppen-Arbeit ist bereits erledigt: Du verschickst diesen Code manuell per E-Mail nur an die Adressen aus deiner gefilterten Liste, etwa als kurze persönliche Nachricht („Du warst schon mehrmals bei uns – hier ein Code für die nächste Ausgabe") oder über ein Mailing-Tool, in das du die Liste importierst. Wichtig dabei, wie bei jeder E-Mail mit Marketing-Charakter: Nur an Adressen schicken, für die tatsächlich eine Einwilligung zur Kontaktaufnahme vorliegt – ein reiner Ticketkauf allein ist dafür rechtlich nicht automatisch ausreichend. Die Spalte zur Newsletter-Einwilligung im Export zeigt dir, wer beim Checkout optional zugestimmt hat.

Weil jeder Code im Dashboard einzeln mitzählt, wie oft er eingelöst wurde, siehst du nach der nächsten Ausgabe unmittelbar, wie viele deiner erkannten Stammgäste den Code tatsächlich genutzt haben – ein einfaches, ehrliches Signal dafür, ob sich die Mühe gelohnt hat.

Für wen sich dieser Aufwand lohnt

Der Abgleich per Hand kostet Zeit – bei ein paar hundert Zeilen über mehrere Events ist das eine Sache von Minuten, bei sehr großen Listen etwas mehr Sorgfalt beim Bereinigen. Er lohnt sich vor allem dort, wo es tatsächlich ein wiederkehrendes Publikum gibt, das den Aufwand rechtfertigt:

• Club-Reihen mit festem Rhythmus, bei denen ein harter Kern regelmäßig kommt und das Zielpublikum genau dieser Kern ist.
• Konzertserien oder Ausgaben eines Formats, die über eine Saison oder ein Jahr hinweg mehrfach stattfinden.
• Reihen, bei denen die Auslastung schwankt und ein gezielter Anreiz für bekannte Gesichter helfen könnte, eine ruhigere Ausgabe zu füllen.

Für ein einmaliges Event oder eine Reihe mit nur zwei bisherigen Terminen bringt der Abgleich dagegen wenig – die Datenbasis ist schlicht zu klein, um ein belastbares Muster zu erkennen.

Kurz zusammengefasst

• Es gibt keine automatische Erkennung wiederkehrender Käufer:innen bei TCKTNEST – die Methode hier ist bewusst manuell und nutzt zwei bereits vorhandene Funktionen (ab dem Starter-Plan): CSV-Export und Promo-Codes.
• CSV-Exports mehrerer vergangener Events in einer Tabelle zusammenführen, per COUNTIF/ZÄHLENWENN nach E-Mail-Adresse zählen, Adressen mit zwei oder mehr Treffern herausfiltern.
• Auf Datenqualität achten (Kleinschreibung vereinheitlichen), bevor die Liste als verlässlich gilt.
• Für die gefilterte Liste einen eigenen Promo-Code anlegen und manuell nur an diese Adressen verschicken – mit Einwilligung, nicht wahllos.
• Lohnt sich vor allem bei Reihen mit wiederkehrendem Publikum über mehrere Ausgaben hinweg, weniger bei einmaligen Events.

Jetzt kostenlos registrieren und deine bisherigen Events exportieren